Fraunhofer FFB optimiert Batteriezellenproduktion mit Künstlicher Intelligenz
Ziel sei die Entwicklung eines Systems, „das die Rückverfolgung von Produktions- und Qualitätsdaten bis hin zu einzelnen Elektrodenschichten ermöglicht“, erklärt das Fraunhofer FFB. Darüber hinaus sollen im Projekt die Misch- und Beschichtungsprozesse von Batteriezellen optimiert werden, um Effizienz und Qualität zu steigern. „Maschinelle Lernmodelle werden es am Ende des Projekts ermöglichen, die Zellqualität bereits in frühen Produktionsphasen vorherzusagen, um Ausschuss zu minimieren und die Materialausbeute zu verbessern“, so die Forschungseinrichtung.
Im Vorfeld des Projekts identifizierte ein Expertengremium aus Forschung und Industrie drei Kernbereiche, auf die sich TRAICELL konzentrieren soll. Nach Ablauf der dreijährigen Laufzeit hoffen die Forscher, drei seriennahe Prototypen entlang dreier Skalierungsstufen der Batterieproduktion präsentieren zu können.
„Innovative Lösungen – auch aus der digitalisierten Batteriezellproduktion – müssen schneller von der Forschung in die Industrie transferiert werden“, sagt FFB-Institutsleiter Achim Kampker, der zugleich auch den RWTH-Lehrstuhl PEM innehat. „Wichtig wird es künftig sein, bereits während des Formierungsprozesses verlässliche Qualitätsvorhersagen treffen zu können, um Produktionszeiten zu reduzieren und Ausschuss frühzeitig zu erkennen.“
An dem Projekt sind neben Fraunhofer FFB und dem PEM auch der deutsche Elektroden- und Zellhersteller UniverCell, BST als Komplettanbieter für Qualitätssicherungssysteme sowie der KI-Entwickler Merantix Momentum beteiligt. TRAICELL wird vom Bundesministerium für Bildung und Forschung gefördert.
1 Kommentar